| Project/Area Number |
19K16461
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 47060:Clinical pharmacy-related
|
|---|
| Research Institution | Kindai University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2019: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
|
|---|
| Keywords | ドラッグ・リポジショニング / リアルワールドデータ / 診療情報データベース / 有害事象自発報告データベース / トランスクリプトームデータベース / オミックス情報 / 医療情報データベース / レセプトデータベース / パスウェイ解析 / 副作用予防薬 / 糖尿病 / 骨粗鬆症 / 関節リウマチ / 不均衡分析 / 抗がん作用 / 強心配糖体 |
|---|
| Outline of Research at the Start |
新薬の開発には長い年月と莫大な資金が必要であるにもかかわらず，成功率は極めて低く，特に近年は新薬の創出が困難になっている。このような社会的背景の中，ドラッグ・リポジショニングという新しいタイプの新薬開発行動が注目されている。本研究では，医療ビッグデータとバイオインフォマティクス関連データベースの統合解析を行うことで，ドラッグ・リポジショニング候補薬剤の戦略的なスクリーニング法の基盤構築を目的とする。新たなドラッグ・リポジショニング研究手法の基盤構築は，新薬開発のパラダイムシフトを引き起こし，既存薬の新規薬効開発の飛躍的な発展に寄与することが期待される。
|
| Outline of Final Research Achievements |
This study aimed at drug repositioning to find new effects of existing drugs by integrated analysis using various big data such as clinical database and omics data. We established a method to detect inverse signals from the administrative claims database and the spontaneous reporting database, and screened candidate drugs for repositioning. Furthermore, we identified pathways involved in novel pharmacological actions of the candidate drugs by analyzing omics data. This study revealed the possibility of drug repositioning studies by integrated analysis using multiple big data.
|
| Academic Significance and Societal Importance of the Research Achievements |
新薬の開発には長い期間と莫大な資金が必要であるにもかかわらず，成功率は極めて低く，近年は新薬の創出が困難になっている。このような背景の中，ドラッグ・リポジショニングが注目されている。本研究では，診療情報データベースや有害事象自発報告データベース，さらには，バイオインフォマティクス関連データなどのデータベースを統合解析することでドラッグ・リポジショニング候補薬剤の戦略的なスクリーニング法の基盤を構築した。本研究のようなビッグデータ駆動型のドラッグ・リポジショニング研究が発展することで，新薬の開発，特に，希少疾患や難病などを対象とした新薬の開発の加速につながると考える。
|
